Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2354
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Es ist besser, die Gewinne zu vergleichen. Kein Fehler in der Neigung.
Ich sehe keinen Vorteil darin, den Gewinn zu betrachten, aber ich sehe eine Menge Nachteile ...
Ich habe dir den Code gegeben, aber es gibt niemanden, der ihn ausprobiert, es ist offensichtlich einfacher, Beiträge zu schreiben...
Tatsächlich ist es fast dasselbe, als würde man eine Trendlinie erstellen und sie dann aus der ursprünglichen Reihe entfernen. Ja, ein solches Residuum ist leichter vorherzusagen, aber es kommt auf die Vorhersage des Trends an. Um den Trend vorherzusagen, sollten wir zumindest ungefähr wissen, wohin sich der Preis in Zukunft entwickeln wird. Aber wenn man es weiß, braucht man kein Akkordeon, ich meine alle vorherigen Stufen.
Wie kann man Detrending mit Normalisierung verwechseln?
Ideologisch kommt sie der Box-Cox-Konversion am nächsten
Ich sehe keinen Vorteil darin, die Gewinne zu beobachten, aber ich sehe eine Menge Nachteile ...
Ich habe dir den Code gegeben, aber es gibt niemanden, der ihn ausprobiert, es ist einfacher, Beiträge zu schreiben...
Wie kann man Detrending mit Normalisierung verwechseln, das ist alles falsch in meinem Kopf...
Ideologisch stehtsie der Box-Cox-Konversion am nächsten
Normalisierungen/Entschärfungen/Glättungen/COS entfernen das Letzte, was im Preis war (Alpha)
Hier stimme ich zu - um ein Alpha zu finden, muss man imho lernen, wie man die Ferne vorhersagt 🙂 🙂 Das widerspricht dem klassischen Training von neuronalen Netzen, die gerne homogene Daten trainieren.
Dies steht im Gegensatz zum klassischen Datentraining für neuronale Netze, die gerne aus homogenen Daten lernen
Dies steht im Gegensatz zur klassischen Datenaufbereitung für neuronale Netze, die gerne aus homogenen Daten lernen
blah - blah - blah - blah - blah
Warum etwas tun, wenn man einfach darüber reden kann...
Hat jemand herausgefunden, was fraktionale Differenzierung ist?
Unter https://dou.ua/lenta/articles/ml-vs-financial-math/ hat er es aus dem Prado.
Er schreibt, dass"die uns bekannte Zeitreihendifferenzierung jede Erinnerung an die Preisentwicklung beseitigt" - anscheinend, wenn wir für jeden Balken die Differenz zum vorherigen Balken nehmen.
Die meisten von ihnen verwenden den Unterschied von der 0. Bar auf diesem Forum.
1) Was ist fraktionale Differenzierung? Empfohlen werden Koeffizienten von 0,1-0,5.
Ein Unterschied von weniger als 1 bar kann nicht angenommen werden. Vielleicht ist es ein Unterschied von 2, 5 ... 10 ... 20 Takte ab dem nächsten Takt?
2) Inwiefern ist sie besser als die 0-bar-Differenz?Hat jemand herausgefunden, was fraktionale Differenzierung ist?
Unter https://dou.ua/lenta/articles/ml-vs-financial-math/ hat er es aus dem Prado.
Er schreibt, dass"die uns bekannte Zeitreihendifferenzierung jede Erinnerung an die Preisentwicklung beseitigt" - anscheinend, wenn wir für jeden Balken die Differenz zum vorherigen Balken nehmen.
Die meisten von ihnen verwenden den Unterschied von der 0. Bar auf diesem Forum.
1) Was ist fraktionale Differenzierung? Empfohlen werden Koeffizienten von 0,1-0,5.
Ein Unterschied von weniger als 1 bar kann nicht angenommen werden. Vielleicht ist es ein Unterschied von 2, 5 ... 10 ... 20 Takte bis zum nächsten?
2) Inwiefern ist sie besser als die 0-bar-Differenz?https://www.mql5.com/ru/articles/6351
Ich sehe keinen großen Unterschied zum EMA-Detrend, und wenn Sie mehrere Zeilen mit unterschiedlichen Verzögerungen haben, geht der Sinn der fraktionierten Differenzierung verloren.